O grupo de matemáticos que previu a eleição do Papa

Quando o Papa Francisco morreu este ano, na segunda-feira de Páscoa, o mundo voltou seus olhos para o Vaticano. Durante o conclave, 133 cardeais se fecharam na Capela Sistina para eleger o novo líder da Igreja Católica. Enquanto isso, uma multidão de analistas, apostadores e especialistas em inteligência artificial tentavam prever o resultado. Nenhum deles, porém, apontou o nome de Robert Prevost, agora Papa Leão XIV, como o futuro papa. Quase ninguém – exceto um trio de pesquisadores da Universidade Bocconi, em Milão.

Giuseppe Soda, Alessandro Iorio e Leonardo Rizzo, recorreram não a aprendizado de máquina ou sondagens secretas, mas a uma ideia nascida décadas antes da internet: a ciência das redes. O estudo está em uma plataforma de pré-print, esperando pela revisão.

A ideia era medir a influência entre cardeais da Igreja Católica por meio de suas conexões. O grupo construiu uma espécie de “LinkedIn eclesiástico”, mapeando relações pessoais e profissionais entre os cardeais – quem trabalhou junto em congregações, quem ordenou quem, e até laços de amizade pública.

Com esses dados, aplicaram três métricas de influência: “poder de mediação” (quão bem um cardeal conecta partes distintas da rede), “construção de coalizões” (quão efetivamente um cardeal pode formar grandes alianças) e “status”. Prevost não se destacou entre os top 5 nas primeiras duas métricas, mas levou o primeiro lugar na categoria “status”. Esse pódio foi o suficiente para indicar, mesmo sem a intenção explícita de prever o vencedor, que o próximo papa poderia ser ele.

Existe um jeito simples de encontrar as pessoas mais influentes dentro de uma rede: a centralidade de grau. Essa medida conta o número de conexões de cada indivíduo, medindo a popularidade de uma pessoa. A centralidade de grau trata todos os elos igualmente.

Mas há um problema. Pense assim: o número de seguidores no Instagram de alguém não é tão relevante se não estiver vinculada a conexões realmente influentes em determinadas bolhas sociais. Afinal, não adianta ter milhares de bots como seguidores.

Relacionamentos com pessoas influentes afetam seu status mais do que relacionamentos com pessoas sem influência. Uma coisa é ser conhecido pelo motorista, cobrador e os passageiros frequentes de um ônibus (o que deve dar uma baita satisfação todas as manhãs). Outra coisa é ser amigo íntimo de um ministro.

Assim, os pesquisadores usaram no estudo um conceito matemático conhecido como centralidade de autovetor (eigenvector centrality). Diferente de métodos simples que apenas contam quantos amigos uma pessoa tem, essa abordagem leva em conta quem são esses amigos. Algumas conexões com figuras influentes pesa mais do que dezenas de relações menos importantes.

Fonte: Superinteressante